高雄市公布城市级AI治理体系阶段性成果。该体系通过人工智能识别积水、交通异常、路面破损和环境异常，并将结果通过平台分发至相关主管部门处置。

据中国台湾媒体 iThome 29日 报道，高雄市正与 NVIDIA、Chunghwa Telecom、Hon Hai、Linker Vision、ZtO Hongyu 等合作推进“Kaohsiung AI Lighthouse”项目，建设面向城市运行的AI治理体系。

这一体系接入全市摄像头、传感器和政务数据，由AI先行识别异常，再联动行政系统开展处置。与以往主要依赖市民报案或现场人员核实后再启动流程不同，如今责任部门可在AI触发预警后更快介入处理。

高雄市市长表示，过去各部门分别建设数据和系统，导致数据分散、形成“数据孤岛”，也推高了运营成本。高雄市希望借助主权AI整合各类数据，让AI成为城市治理的“大脑”，推动治理模式从被动受理转向主动感知异常。

在技术层面，高雄市引入视觉语言模型（VLM），使系统能够解析视频画面，并以文字方式理解场景内容。为识别车流变化和公共安全异常，高雄市接入固定摄像头，以及公交车、公务车辆、清洁车辆等移动设备，同时联动空气污染传感器、积水传感器和雨量观测站等设施。相关训练共使用645万小时视频数据、2000TB训练数据以及108类训练场景。

在此基础上，高雄市进一步接入 NVIDIA 的 Cosmos Reason 2，用于分析异常事件成因。此前，模型更侧重识别“发生了什么”；接入 Cosmos Reason 2 后，系统可结合多张图像和事件信息，进一步判断“为什么发生”。例如，当车流突然下降时，系统不仅能够识别是否出现拥堵，还可推断原因是积水、事故还是施工。高雄市也在测试后续版本 Cosmos Reason 3。

AI分析结果随后通过SGC智能治理平台分发至责任单位：路面破损由工务部门处理，积水问题由水利部门处理，交通异常由交通管理部门处理，环境异常则由环保部门跟进。

在道路巡检方面，高雄市部署了45套移动设备和135台摄像头。高雄市工务局表示，在AI与行政系统联动后，最快案例从发现问题到通知责任部门并完成派单约需2分钟。以9月一宗坑洞事件为例，AI于14:36捕捉到异常，14:38即通知相关责任部门，约1小时后完成修复。不过，该体系并不取代专业技术人员，最终确认仍由管理人员完成。

在水利防灾方面，高雄市接入400处水门观测站和超过1.3万路摄像头。高雄市水利局表示，8月22日暴雨期间，AI主动识别的事件占比达到52%。

交通领域目前已接入7套专家系统和128个API，用于识别异常拥堵及其成因。交通部门称，与传统人工记录方式相比，AI最早可提前14分钟发出路网异常预警。

在环境领域，系统可识别黑烟、露天焚烧、非法倾倒和道路垃圾等异常情况。若在公交行驶视频中发现异常，系统可在30秒内将视频和位置信息发送至责任部门。高雄市环保局表示，在 Gangshan 区一起火灾中，AI率先识别出黑烟，并通过SGC及LINE发出通知，较消防机构接警时间提前约3分钟。

高雄市表示，下一步将继续沿着“视频感知—AI成因推理—行政系统联动”的路径推进建设，推动城市运行机制由事后处置为主，转向主动预警和提前响应。市长 Chen Chi-mai 表示，已在高雄完成验证的相关模型，未来可供中国台湾其他城市在无需另建系统的情况下直接导入。